MétaCan
Menu
Retour à la cohorte
Enregistrement W2770054683 · doi:10.1097/jhq.0000000000000117

Offering eConsult to Family Physicians With Patients on a Pain Clinic Wait List: An Outreach Exercise

2017· article· en· W2770054683 sur OpenAlexaboutno aff
Patricia A. Poulin, Heather Romanow, Jeannette Cheng, Clare Liddy, Catherine Smyth

Notice bibliographique

RevueJournal for Healthcare Quality · 2017
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueHealthcare Systems and Technology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineReferralOutreachFamily medicinePrimary careChronic painCross-sectional studyPhysical therapy

Résumé

récupéré en direct d'OpenAlex

Wait times for many chronic pain programs in Canada range from 6 months to 2 years. This project sought to determine the interest of primary care providers (PCPs) in using an electronic consult system for patient(s) waiting for a pain consultation. This cross-sectional study was conducted at the pain clinic of a Canadian tertiary academic health sciences center. Participants were PCPs who had submitted a referral to this clinic. Referrals received between April 1, 2012, and March 31, 2014, were reviewed to determine their appropriateness for eConsult, and a letter providing information about eConsult and encouraging its use was sent to the referring PCP. Of the 585 referrals that were reviewed, 227 were appropriate for eConsult. Fifty-one (26%) of the 194 PCP responses received were positive. Technologies like eConsult may help address the growing demand for specialist advice. In addition to facilitating response to specific questions, the bidirectional nature of eConsult permits its use for educating PCPs about chronic pain treatment. Given that almost one third of responding PCPs indicated an interest in eConsult, its potential reach is vast. Additional study is needed to understand barriers to PCP acceptance and use of eConsult and the uptake of advice given.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,059
Score d'incertitude au seuil0,117

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,109
Tête enseignante GPT0,395
Écart entre enseignants0,286 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal for Healthcare QualityMême sujetHealthcare Systems and TechnologyTravaux en français237 207